[2023-동계][양희진] URP를 마치며
I. 소개 안녕하세요, 세종대학교 지능기전공학부 17학번 양희진이라고 합니다. 먼저, 저는 글을 잘 쓰는 편이 아니라 두서 없이 글을 작성을 하였습니다. 재밌게 봐주셨으면 합니다. 저는 편입생입니다….
[2023-동계][백지오] URP를 마치며
안녕하세요. 백지오입니다.벌써 8주간의 URP를 마치고 3월부터 RCV LAB에 합류하게 되었습니다. 전역 후 한 달도 쉬지 않고 URP, 대학원 진학을 함에 있어 많은 걱정과 고민이 있었지만,…
[2023-동계][허재연] URP를 마치며
[소개] 안녕하세요? 이번 2023년 겨울에 RCV연구실 9기 URP를 이수한 지능기전공학부 스마트기기공학전공 19학번 허재연입니다. 이 글을 읽고 계신 분은 연구자의 길을 고민중이신 분, RCV 연구실 진학을…
Deep High-Resolution Representation Learning for Visual Recognition
Introduction position에 민감한 task인 semantic segmentation, human pose estimation, object detection등은 feature의 high resolution representation이 중요합니다. 기존 sota 방법론에서는 high resolution representation을 얻기 위해 [그림1]과…
[arXiv 2020] A Comparision of LSTM and BERT for Small Corpus
이번 논문은 text 모델로 사용하던 transformer 기반 모델을 CNN, LSTM 등으로 바꿔야 하는 상황이 와서 참고하고자 읽은 논문입니다. text 모델을 대체하는 모델을 찾아야 하는 것이기…
[arvix 2023] TR3D: TOWARDS REAL-TIME INDOOR 3D OBJECT DETECTION
최근에 sparse 3D convolution을 이용한 3D CNN방법은, 3d point cloud 데이터를 voxel형태로 변환하여 적용하는 voxel-based approach에 견줄만한 성능을 보이면서도 memory효율이 좋아 large scale scenes에도 잘…
[ICRA 2022] Semi-Supervised Learning with Mutual Distillation for Monocular Depth Estimation
오늘 리뷰할 논문은 고려대학교 김승룡 교수님 연구실에서 작성된 논문입니다.Mutual Learning, Uncertainty map과 관련된 리뷰로 저번 리뷰처럼 masking 관련된 내용들이 흥미로워서 찾아보다가 citation을 타고타고 읽어보게 되었습니다….
[ECCV 2018] CornerNet: Detecting Object as Paired Keypoints
Introduction 기존에 사용되던 Convolution 기반 object detection모델은 anchor-based인 경우가 많았으며, 그 예로는 R-CNN. SSD, YOLO있었다고 합니다. anchor-based 방법론은 물체가 있을 법하거나, 물체의 형태를 나타내는 다양한…
[NeurIPS Workshop 2020] On Initial Pools for Deep Active Learning
오랜만에 Active Learning 에 대한 분석을 제시한 논문을 가져왔습니다. 해당 논문은 Active Learning에서 Initial pool에 따른 성능 차이가 있음에 주목하며, 이 초기 레이블 풀이 성능을…
[CVPR 2022] Frame-wise Action Representations for Long Videos via Sequence Contrastive Learning
이번 주차의 X-Review는 22년도 CVPR에 게재된 ‘Frame-wise Action Representations for Long Videos via Sequence Contrastive Learning’이라는 논문입니다. 우선 Self-supervised 기반의 Video Representation Learning 논문에 해당하고,…
질문 감사합니다. φ_db와 φ_llm을 곱하는 게 아니 더하는 등의 다양한 조합에 대해서는 논문에 따로 언급하고있지 않습니다. (Supplementary Material에도 따로 없네요)…